提升小波多尺度分解法与RBF神经网络在混凝土重力坝应力监测中的应用

将混凝土坝的应力监测数据视为一组含有不同频率信号的时间序列,针对信号中的低频信号和高频信号,采用提升小波的多尺度分解法提取混凝土坝应力的时效分量、水压和温度分量以及噪声分量,采用计算信噪比极大值的方法提取周期性分量中的水压、温度分量和噪声分量,得到最优的去噪效果。使用RBF神经网络对去噪信号进行建模,预测结果表明,该模型能够很好地反映混凝土坝应力变化的趋势和规律,可应用于混凝土坝安全监测中。

基于小波多尺度分解法提取混凝土坝裂缝开合度混沌分量

针对混凝土坝裂缝开合度序列的混沌特性,利用混凝土坝裂缝安全监控统计模型提取其中的确定性成分,采用小波多尺度分解法将裂缝开合度混沌及噪声所组成的混合信号分解到不同的频域上,对各频域信号进行相空间重构以提取关联维数,根据关联维数的收敛特性实现混凝土坝裂缝开合度混沌分量与噪声的分离,利用混沌动力系统方程已知的Lorenze信号检验了分离方法的有效性及除噪效果,并将该方法应用于某混凝土重力拱坝裂缝开合度混沌分量提取中,验证了本文方法的有效性和合理性。